ساخت ربات تلگرام هوشمند برای پشتیبانی مشتری

بیشتر پیام‌هایی که به پشتیبانی یک کسب‌وکار می‌رسد، تکراری‌اند: «سفارشم کجاست؟»، «ساعت کاری‌تان چیست؟»، «این محصول با آن یکی چه فرقی دارد؟». یک ربات تلگرام هوشمند می‌تواند به این‌ها فوری و دقیق جواب بدهد و فقط سؤال‌هایی را که واقعاً به آدم نیاز دارند، به اپراتور بسپارد.

ولی فاصله‌ی «رباتی که جواب می‌دهد» تا «رباتی که درست جواب می‌دهد» زیاد است. این مقاله توضیح می‌دهد یک ربات پشتیبانی خوب از چه اجزایی ساخته می‌شود، چطور جلوی جواب‌های غلطش را بگیرید، و چه نکته‌هایی مخصوص راه‌اندازی آن برای مخاطب ایرانی است.

ربات پشتیبانی هوشمند دقیقاً چه کاری می‌کند؟

یک ربات پشتیبانی خوب چهار کار انجام می‌دهد:

1. جواب دادن از روی اطلاعات خود کسب‌وکار. نه از حافظه‌ی عمومی مدل، بلکه از روی قوانین، مشخصات محصول، سؤال‌های متداول و صفحه‌های سایت شما.
2. انجام کار، نه فقط حرف زدن. پیگیری وضعیت سفارش از روی شماره‌ی سفارش، ثبت درخواست مرجوعی یا رزرو نوبت.
3. جمع کردن اطلاعات. وقتی کاربر خرید عمده یا همکاری می‌خواهد، ربات اطلاعات تماس و نیازش را می‌گیرد و به فروش می‌فرستد.
4. دانستن حد خودش. وقتی سؤال خارج از دانسته‌هایش است یا کاربر عصبانی است، گفت‌وگو را با خلاصه‌ی کامل به یک اپراتور می‌سپارد.

اگر رباتی فقط کار اول را انجام دهد، یک صفحه‌ی سؤال‌های متداول پرهزینه است. ارزش واقعی در ترکیب هر چهار کار است.

معماری یک ربات پشتیبانی

از بیرون، ربات یک گفت‌وگوی ساده است. پشت صحنه، هر پیام از چند مرحله عبور می‌کند:

• دریافت پیام. تلگرام پیام را از طریق وب‌هوک به سرور شما می‌فرستد.
• تشخیص نیت. یک مرحله‌ی سبک تشخیص می‌دهد کاربر سؤال عمومی دارد، دنبال سفارشش است، می‌خواهد خرید کند یا با آدم حرف بزند. برای این کار همیشه به مدل بزرگ نیاز ندارید. قانون‌های ساده و یک مدل کوچک معمولاً کافی‌اند.
• مسیر دانش. برای سؤال‌های عمومی، ربات از روش RAG استفاده می‌کند: قطعه‌های مرتبط را از پایگاه دانش شما پیدا می‌کند و مدل زبانی فقط بر اساس همان قطعه‌ها جواب می‌نویسد. در مقاله‌ی دستیار هوش مصنوعی روی اسناد شرکت این روش را ساده توضیح داده‌ایم.
• مسیر عملیات. برای پیگیری سفارش، ربات API فروشگاه یا سیستم انبار شما را صدا می‌زند و نتیجه را به زبان ساده برمی‌گرداند.
• مسیر انسان. گفت‌وگو به یک گروه پشتیبانی در تلگرام منتقل می‌شود، با خلاصه‌ی سؤال و تاریخچه، تا اپراتور مجبور نباشد از کاربر دوباره بپرسد.
• حافظه و ثبت. همه‌ی گفت‌وگوها ذخیره می‌شوند، هم برای ادامه‌ی گفت‌وگو و هم برای پیدا کردن سؤال‌هایی که ربات نتوانسته جواب بدهد.

ما این هماهنگی را معمولاً با ترکیب یک بک‌اند سبک و n8n می‌سازیم. بخش پایگاه دانش هم همان چیزی است که در دستیارهای RAG سفارشی پیاده کرده‌ایم: بارگذاری فایل یا آدرس سایت، و جواب‌هایی که منبع‌شان مشخص است.

نکته‌هایی که مخصوص ایران است

این بخش را جدی بگیرید. بیشتر پروژه‌های ربات در ایران نه به‌خاطر هوش مصنوعی، بلکه به‌خاطر همین جزئیات به مشکل می‌خورند:

• سرور باید خارج از ایران باشد. API تلگرام از سرورهای داخل ایران در دسترس نیست. ربات تلگرام، حتی اگر همه‌ی مشتری‌ها داخل ایران باشند، باید روی سرور خارجی اجرا شود.
• مدل‌های هوش مصنوعی هم همین‌طور. OpenAI، Anthropic و Google درخواست از IP ایران را نمی‌پذیرند، و پرداخت هزینه‌ی API به کارت بین‌المللی نیاز دارد. این را از اول در برنامه و بودجه ببینید.
• مخاطب شما ممکن است تلگرام نداشته باشد. تلگرام در ایران فیلتر است و بخشی از مشتری‌ها از پیام‌رسان‌های داخلی مثل بله یا ایتا استفاده می‌کنند. بله API رباتی شبیه تلگرام دارد. اگر هسته‌ی ربات (پایگاه دانش، منطق و اتصال‌ها) را جدا از لایه‌ی پیام‌رسان بسازید، اضافه کردن پیام‌رسان دوم کار زیادی نمی‌برد.
• اتصال به سیستم‌های داخلی. اگر فروشگاه یا سیستم انبارتان روی سرور داخلی است و فقط از داخل ایران پاسخ می‌دهد، به یک واسط امن بین سرور خارجی ربات و سیستم داخلی نیاز دارید.

چطور جلوی جواب‌های غلط را بگیریم؟

بزرگ‌ترین ترس هر کسب‌وکار از ربات هوشمند، این است که با اعتمادبه‌نفس کامل چیز اشتباهی بگوید. این ترس بجاست، و راه‌حل‌هایش مشخص است:

• فقط از منابع خودتان جواب بدهد. دستور مدل صریحاً بگوید اگر جواب در منابع نیست، بگوید «نمی‌دانم» و پیشنهاد اتصال به اپراتور بدهد.
• منبع را نشان بدهد. وقتی جواب با لینک صفحه‌ی مرتبط همراه است، هم کاربر اعتماد بیشتری می‌کند و هم شما راحت‌تر خطا را پیدا می‌کنید.
• برای عددها از API استفاده کند، نه از متن. قیمت، موجودی و وضعیت سفارش باید مستقیم از سیستم خوانده شوند، نه از یک سند که ممکن است کهنه باشد.
• قبل از انتشار آزمایش شود. پنجاه سؤال واقعی از پیام‌های قدیمی پشتیبانی جمع کنید، جواب‌های درست را کنارشان بنویسید و ربات را با آن‌ها بسنجید. هر بار پایگاه دانش یا دستورها تغییر کرد، آزمون را تکرار کنید.
• دکمه‌ی «صحبت با پشتیبان» همیشه در دسترس باشد. ربات خوب کاربر را در حلقه گیر نمی‌اندازد.

هزینه‌ها از کجا می‌آید؟

هزینه‌ی یک ربات هوشمند سه بخش دارد:

دو نکته هزینه‌ی مدل را پایین نگه می‌دارد: استفاده از مدل‌های کوچک‌تر برای تشخیص نیت و کارهای ساده، و فرستادن فقط قطعه‌های مرتبط به مدل، نه کل اسناد.

قدم‌به‌قدم تا راه‌اندازی

1. جمع کردن پیام‌های قدیمی پشتیبانی و دسته‌بندی آن‌ها. معمولاً ده دسته سؤال، بیشتر حجم پیام‌ها را می‌سازند.
2. آماده کردن پایگاه دانش. سؤال‌های متداول، قوانین ارسال و مرجوعی، مشخصات محصول و صفحه‌های سایت.
3. تعریف مسیرها. کدام سؤال‌ها از دانش جواب داده می‌شوند، کدام به API نیاز دارند و کدام باید به انسان برسند.
4. ساخت و آزمون با همان مجموعه‌ی سؤال‌های واقعی.
5. انتشار آرام. اول برای بخشی از کاربران، یا در ساعت‌هایی که اپراتور هم آنلاین است.
6. بازبینی هفتگی سؤال‌هایی که ربات جواب نداده، و اضافه کردن جوابشان به پایگاه دانش.

اگر می‌خواهید ربات پشتیبانی کسب‌وکارتان را با ما بسازید، صفحه‌ی خدمات اتوماسیون و هوش مصنوعی را ببینید یا مستقیم از برآوردگر خدمات شروع کنید.